منبع پایان نامه با موضوع J2، beamsum، SNR(Bd)، مربعات(.-)

دانلود پایان نامه ارشد

حالی که در کاربردهای عملی این مقادیر عملا صفر نمی باشند. یعنی هر چه مقدار آن به صفر نزدیکتر باشند به حالت ایده آل نزدیکتر می باشند. بنابراین ما در این الگوریتم سعی می کنیم معیار خطا را به صفر یا نزدیک به صفر برسانیم.
در شکل1معیار خطای بین بردار هدایت فرضی و بردار هدایت واقعی را که با نمایش دادیم و معیار خطای بین بردار هدایت تخمین زده شده و بردار هدایت واقعی را که با نماد نمایش دادیم می بینیم. اگر این دو مقدار را با هم مقایسه بکنیم خواهیم دید که در مقادیر بالای SNR و تعداد بالای نمونه ها مقدار از مقدار کمتر می باشد. پس بر طبق انتظار این الگوریتم کالیبراسیون میزان خطا را بهبودبخشیده است.

شکل 1 . نمودار خطای میان بردار هدایت فرضی و واقعی J خطوط تو پر و میان بردار هدایت تخمینی و واقعی J2 (.-) در الگوریتم مکان حداقل مربعات بر حسبSNR(dB147)

شکل 2 . نمودار خطای میان بردار هدایت فرضی و واقعی J خطوط تو پر و میان بردار هدایت تخمینی و واقعی J2 (.-) در الگوریتم مکان حداقل مربعات بر حسب تعداد نمونه هاdB30=SNR

شکل 3. نمودار خطای میان بردار هدایت فرضی و واقعی J خطوط تو پر و میان بردار هدایت تخمینی و واقعی J2 (.-) در الگوریتم مکان حداقل مربعات بر حسب تعداد نمونه هاdB20=SNR

پس از آن عملکرد و معیار خطا برای الگوریتم دوم را که یک پارامتر جدید به آن اضافه کرده ایم بررسی می کنیم.
2-1-6-الگوریتم دوم روش beamsum
در این قسمت الگوریتم مربوط به فصل سوم بخش2-3را می خواهیم بررسی کنیم. حال اگر مراحل فوق را با همان شرایط و پارامترها برای این الگوریتم اجرا کنیم و مشاهدات آن را بررسی کنیم خواهیم دید که تفاوت آن با الگوریتم حداقل مربعات در ماتریس کالیبراسیون می باشد. از آنجایی که این ماتریس در دو الگوریتم مقادیر متفاوتی دارند بنابراین معیار خطای در دو الگوریتم دو مقدار متفاوت به خود اختصاص می دهند در حالی که در دو الگوریتم مقادیر یکسانی دارد.
در شکل 4 معیار خطای بین بردار هدایت فرضی و اندازه گیری شده را که با نماد نشان دادیم و معیار خطای بین بردار هدایت تخمین زده شده و اندازه گیری شده را که با نماد نشان دادیم را مشاهده می کنیم. واضح است که در مقادیر بالای SNR و مقادیر بالای نمونه ها مقدار از مقدار کمتر می باشد.
بنابراین همان طوری که انتظار داشته ایم این الگوریتم کالیبراسیون نیز میزان خطا را بهبود بخشیده است.
اگر این الگوریتم را با الگوریتم قبلی مقایسه بکنیم خواهیم دید که مقادیر در مقادیر بالای SNR و مقادیر بالای نمونه ها در این روش کمتر از مقادیر در روش قبلی می باشد. بنابراین در مقادیر بالای SNR و مقادیر بالای نمونه ها این روش میزان خطا را نسبت به روش قبلی بهتر بهبود بخشیده است.

شکل4. نمودار خطای میان بردار هدایت فرضی و واقعی J خطوط تو پر و میان بردار هدایت تخمینی و واقعی J2 رنگ خط چین (–) در الگوریتم مکان beamsum بر حسب SNR(Bd)

شکل 5 . نمودار خطای میان بردار هدایت تخمینی و واقعی J2 خطوط تو پر در الگوریتم مکان beamsum خط چین (–) و حداقل مربعات(.-) بر حسب SNR(Bd)

شکل6 . نمودار خطای میان بردار هدایت فرضی و واقعی J خطوط تو پر و میان بردار هدایت تخمینی و واقعی J2 در الگوریتم مکان beamsum خط چین(–)و حداقل مربعات(.-) بر حسب SNR(dB)

شکل 7 . نمودار خطای میان بردار هدایت فرضی و واقعی J خطوط تو پر و میان بردار هدایت تخمینی و واقعی J2 در الگوریتم مکان beamsum خط چین(–) بر حسب تعداد نمونه ها dB30=SNR

شکل 8 . نمودار خطای میان بردار هدایت فرضی و واقعی Jخطوط تو پر و میان بردار هدایت تخمینی و واقعی J2 در الگوریتم مکان beamsum خط چین(–) بر حسب تعداد نمونه ها dB20=SNR

شکل 9 . نمودار خطای میان بردار هدایت فرضی و واقعی J خطوط تو پر و میان بردار هدایت تخمینی و واقعی J2 در الگوریتم مکان beamsum خط چین (–) و حداقل مربعات(.-) بر حسب تعداد نمونه ها dB30=SNR

شکل 10 . نمودار خطای میان بردار هدایت تخمینی و واقعی J2 در الگوریتم مکان beamsum خط چین(–)و حداقل مربعات(.-) بر حسب تعداد نمونه ها dB30=SNR

همان طور که دیدیم در شکل 7 خطای خطای بردار هدایت فرضی و واقعی Jبر حسب تعداد نمونه ها ثابت نمی باشد زیرا زاویه در حال تغییر می باشد.
حال اگر مراحل بالا را برای آرایه غیر یکنواخت غیر خطی اجرا کنیم و مختصات مکانی المان
ها باشند و بردار خطا مکانی المان ها به شکل فوق باشد عملکرد آنها را در شکل های 11و12و13و14 می بینیم:

شکل 11 . نمودار خطای میان بردار هدایت فرضی و واقعی J خطوط تو پر و میان بردار هدایت تخمینی و واقعی J2 در الگوریتم مکان حداقل مربعات(.- ) بر حسب SNR (Bd)

شکل 12 . نمودار خطای میان بردار هدایت فرضی و واقعی J خطوط تو پر و میان بردار هدایت تخمینی و واقعی J2 در الگوریتم مکان حداقل مربعات (.- ) و beamsum خط چین(- – ) بر حسب SNR(Bd)

شکل 13 . نمودار خطای میان بردار هدایت فرضی و واقعی J خطوط تو پر و میان خطای بردار هدایت تخمینی و واقعی J2 در الگوریتم مکان beamsum خط چین(- -) بر حسب SNR(Bd)

پایان نامه
Previous Entries منبع پایان نامه با موضوع داده های ورودی، شبیه سازی Next Entries پایان نامه درمورد تصویرسازی، نام گذاری، بیماری مزمن، فیزیولوژی